新加坡企業用AI的速度愈來愈快，但工作流程的改變明顯追不上。ServiceNow《2026企業AI成熟度指數》顯示，當地企業採用Agentic AI的比例由2025年的22%升至2026年的51%；然而，只有10%重整流程，讓AI可以端到端完成多步驟工作。263

兩者並非同一回事：企業有AI工具，不代表整套工作方式已經改變。真正的考驗，是AI能否融入流程、處理一連串任務，而不只是幫員工加快個別工作。

AI採用升得快，流程轉型仍慢

這項指數調查了19個國家、共4,500名企業高層，其中包括200名新加坡受訪者。26 調查發現，33%的新加坡企業主要用AI協助員工處理日常工作；另有18%在進階AI應用方面仍未有進展。320

這些數字反映，單看AI採用率，未必能看出AI在企業內落地有多深。許多公司已用AI幫手做個別任務，但真正因應AI重整整條工作流程的，仍是少數。調查所指的10%，特別是指AI能端到端處理多步驟業務工作的流程。330

成熟度回升，但不同環節有落差

新加坡的AI成熟度分數在2024年為45分（滿分100分），2025年跌至34分，2026年回升至53分，高於當年的全球平均51分。5232

不過，整體分數回升，不代表每個環節都同樣成熟。新加坡在七個成熟度範疇中有六項高於全球平均，人才準備度的領先幅度最大；但在AI支援工作流程方面仍落後。這正是把AI能力帶進日常營運的關鍵一環。2037

基礎建設與管治方面亦有進展：23%的新加坡企業已用現代平台取代舊有科技系統，全球比例為16%；有正式流程測試、審核及管理AI風險的企業則佔28%，全球為20%。19 這些數字顯示系統及管治有所改善，但不等於企業已完成端到端的流程重整。

AI投資增加，不等於成效已經到手

新加坡企業把IT預算的15.4%投放於AI，接近全球的15.8%。當地AI開支按年增加108%；調查預測，到2027年，AI開支佔IT預算的比例將升至約20%。1323

投資數字說明企業有投入，但本身不能證明生產力已提升。ServiceNow的CK Tan把Agentic AI採用加快、營運重整落後的情況稱為新加坡的「AI採用悖論」。5 要衡量有沒有真正進展，除了看企業用了多少工具，也要看流程、職責和工作成果有沒有改變。

企業可以怎樣補上執行差距？

以下是根據採用與流程轉型落差整理出的實務方向，屬於分析建議，並非對原研究中每位受訪者言論的逐字引述。

• **由完整流程入手：**先訂明要達成的業務成果，再檢視現有流程，釐清哪些工作可交由AI處理、哪些決定需要員工覆核，以及遇上例外情況時如何跟進。
• **按員工實際工作方式設計：**讓負責執行流程的員工參與重整，清楚界定新分工、升級處理安排，以及所需培訓和支援。
• **打通數據和系統：**若AI只能存取零散資料或各自孤立的工具，就難以支援跨步驟流程。可靠、權限合適的數據，以及系統整合，都應納入流程設計。
• **把管治納入部署：**在擴大AI自主處理工作的範圍前，先建立負責人、測試和審核機制，以及私隱和保安控制。
• **以組合方式管理投資：**按可量度成果、成本和風險排定項目優先次序，同時預留資源支援基建和組織改變，再按實際結果決定擴大、修訂還是停止項目。

這些做法把成效的焦點，由「用了多少AI」或「投放多少預算」，轉到工作有沒有改善，以及改善能否用成果證明。

現有資料未能證明甚麼？

目前提供的新加坡調查資料，未有足夠細節量化私隱和保安方面的憂慮，也不足以判斷相關問題是否逐年持續。同樣，現有資料未能證明AI主導流程重整帶來了多少生產力提升，亦不足以交代渣打銀行入職流程案例的具體做法和預期效益，因此不應把這些成果當成已獲證實。

現有資料提到CK Tan提出「AI採用悖論」，但未有足夠細節可靠地歸納Melinda McKinley、星和Tan Kit Yong或Councilio的Peter Carr的具體建議或發現。5 因此，文中的執行方向是根據調查所呈現的採用與流程落差作出的分析，並非上述人士經核實的發言。

新加坡企業用AI的速度愈來愈快，但工作流程的改變明顯追不上。ServiceNow《2026企業AI成熟度指數》顯示，當地企業採用Agentic AI的比例由2025年的22%升至2026年的51%；然而，只有10%重整流程，讓AI可以端到端完成多步驟工作。263

兩者並非同一回事：企業有AI工具，不代表整套工作方式已經改變。真正的考驗，是AI能否融入流程、處理一連串任務，而不只是幫員工加快個別工作。

AI採用升得快，流程轉型仍慢

這項指數調查了19個國家、共4,500名企業高層，其中包括200名新加坡受訪者。26 調查發現，33%的新加坡企業主要用AI協助員工處理日常工作；另有18%在進階AI應用方面仍未有進展。320

這些數字反映，單看AI採用率，未必能看出AI在企業內落地有多深。許多公司已用AI幫手做個別任務，但真正因應AI重整整條工作流程的，仍是少數。調查所指的10%，特別是指AI能端到端處理多步驟業務工作的流程。330

成熟度回升，但不同環節有落差

新加坡的AI成熟度分數在2024年為45分（滿分100分），2025年跌至34分，2026年回升至53分，高於當年的全球平均51分。5232

不過，整體分數回升，不代表每個環節都同樣成熟。新加坡在七個成熟度範疇中有六項高於全球平均，人才準備度的領先幅度最大；但在AI支援工作流程方面仍落後。這正是把AI能力帶進日常營運的關鍵一環。2037

基礎建設與管治方面亦有進展：23%的新加坡企業已用現代平台取代舊有科技系統，全球比例為16%；有正式流程測試、審核及管理AI風險的企業則佔28%，全球為20%。19 這些數字顯示系統及管治有所改善，但不等於企業已完成端到端的流程重整。

AI投資增加，不等於成效已經到手

新加坡企業把IT預算的15.4%投放於AI，接近全球的15.8%。當地AI開支按年增加108%；調查預測，到2027年，AI開支佔IT預算的比例將升至約20%。1323

投資數字說明企業有投入，但本身不能證明生產力已提升。ServiceNow的CK Tan把Agentic AI採用加快、營運重整落後的情況稱為新加坡的「AI採用悖論」。5 要衡量有沒有真正進展，除了看企業用了多少工具，也要看流程、職責和工作成果有沒有改變。

企業可以怎樣補上執行差距？

以下是根據採用與流程轉型落差整理出的實務方向，屬於分析建議，並非對原研究中每位受訪者言論的逐字引述。

• **由完整流程入手：**先訂明要達成的業務成果，再檢視現有流程，釐清哪些工作可交由AI處理、哪些決定需要員工覆核，以及遇上例外情況時如何跟進。
• **按員工實際工作方式設計：**讓負責執行流程的員工參與重整，清楚界定新分工、升級處理安排，以及所需培訓和支援。
• **打通數據和系統：**若AI只能存取零散資料或各自孤立的工具，就難以支援跨步驟流程。可靠、權限合適的數據，以及系統整合，都應納入流程設計。
• **把管治納入部署：**在擴大AI自主處理工作的範圍前，先建立負責人、測試和審核機制，以及私隱和保安控制。
• **以組合方式管理投資：**按可量度成果、成本和風險排定項目優先次序，同時預留資源支援基建和組織改變，再按實際結果決定擴大、修訂還是停止項目。

這些做法把成效的焦點，由「用了多少AI」或「投放多少預算」，轉到工作有沒有改善，以及改善能否用成果證明。

現有資料未能證明甚麼？

目前提供的新加坡調查資料，未有足夠細節量化私隱和保安方面的憂慮，也不足以判斷相關問題是否逐年持續。同樣，現有資料未能證明AI主導流程重整帶來了多少生產力提升，亦不足以交代渣打銀行入職流程案例的具體做法和預期效益，因此不應把這些成果當成已獲證實。

現有資料提到CK Tan提出「AI採用悖論」，但未有足夠細節可靠地歸納Melinda McKinley、星和Tan Kit Yong或Councilio的Peter Carr的具體建議或發現。5 因此，文中的執行方向是根據調查所呈現的採用與流程落差作出的分析，並非上述人士經核實的發言。